求复杂网络的平均路径长度算法,聚类系数算法

matlab的m文件：

%A=[自己写个矩阵]

N=max(size(A)

for i=1:N

path=zeros(N)

path=length(find(i,:)==1)

end

for i=1:N

aver_path=sum(path(i,:))/N(N-1)

　　不得不说你一下把我搞蒙了，复杂性科学是一类，系统科学是另一类。你把他们放在一起，这从学术的角度就不妥当了。

　　1、理论概念

　　11、系统科学是以系统为研究对象的基础理论和应用开发的学科组成的学科群。它着重考察各类系统的关系和属性，揭示其活动规律，探讨有关系统的各种理论和方法。系统科学的理论和方法正在从自然科学和工程技术向社会科学广泛转移。人们将系统科学与哲学相互作用，探讨系统科学的哲学问题，形成了系统哲学。

　　12、复杂性科学是指以复杂性系统为研究对象，以超越还原论为方法论特征，以揭示和解释复杂系统运行规律为主要任务，以提高人们认识世界、探究世界和改造世界的能力为主要目的的一种“学科互涉”(inter—disciplinary)的新兴科学研究形态。

　　这么说吧，兴起于20世纪80年代的复杂性科学，是系统科学发展的新阶段，也是当代科学发展的前沿领域之一。复杂性科学的发展，不仅引发了自然科学界的变革，而且也日益渗透到哲学、人文社会科学领域。复杂性科学在研究方法论上的突破和创新。在某种意义上，甚至可以说复杂性科学带来的首先是一场方法论或者思维方式的变革。

　　2、内容分类

　　21、系统科学即以系统思想为中心、综合多门学科的内容而形成的一个新的综合性科学门类。系统科学按其发展和现状，可分为狭义和广义两种。

　　狭义的系统科学一般是指贝塔朗菲著作《一般系统论：基础、发展和应用》中所提出的将"系统"的科学、数学系统论、系统技术、系统哲学三个方面归纳而成的学科体系。

　　广义的系统科学包括系统论、信息论、控制论、耗散结构论、协同学、突变论、运筹学、模糊数学、物元分析、泛系方法论、系统动力学、灰色系统论、系统工程学、计算机科学、人工智能学、知识工程学、传播学等一大批学科在内，是20世纪中叶以来发展最快的一大门综合性科学。

　　22、复杂性科学研究主流发展的三个阶段主要是指：埃德加·莫兰的学说、普利高津的布鲁塞尔学派、圣塔菲研究所的理论。

　　莫兰复杂性思想的核心是他所说的“来自噪声的有序”的原则，在这个原理里，无序性是必要条件而不是充分条件，它必须与已有的有序性因素配合才能产生现实的有序性或更高级的有序性。这条原理打破了有关有序性和无序性相互对立和排斥的传统观念，指出它们在一定条件下可以相互为用，共同促进系统的组织复杂性的增长。

　　简而言之就是“动态有序的现象”的本质解释。

　　普利高津的布鲁塞尔学派 比莫兰稍晚，在这个学派里，复杂性科学是作为经典科学的对立物和超越者被提出来的。普利高津紧紧抓住的核心问题就是经典物理学在它的静态的、简化的研究方式中从不考虑“时间”这个参量的作用，从而把物理过程看成是可逆的。实际上，普利高津并没有提出一个明确的“复杂性”的定义，他提出的复杂性的理论主要是揭示物质进化过程的理化机制的不可逆过程的理论，即耗散结构理论。

　　圣塔菲研究所的理论，其复杂性观念与莫兰和普利高津的复杂性观念有很大的区别。

　　例如：：“在研究任何复杂适应系统的进化时，最重要的是要分清这三个问题：基本规则、被冻结的偶然事件以及对适应进行的选择。”这句话就表明他们认为事物的有效复杂性只受基本规律少许影响，大部分影响来自“冻结的偶然事件”（是指一些在物质世界发展的历史过程中其后果被固定下来并演变为较高级层次上的特殊规律的事件，这些派生的规律包含着历史特定条件和偶然因素的影响。）。

　　另外，复杂系统的适应性特征，即它们能够从经验中提取有关客观世界的规律性的东西作为自己行为方式的参照，并通过实践活动中的反馈来改进自己对世界的规律性的认识。也就是说，系统不是被动地接受环境的影响，而是能够主动地对环境施加影响。

　　结论：复杂性科学研究的焦点不是客体的或环境的复杂性，而是主体自身的复杂性—— 主体复杂的应变能力以及与之相应的复杂的结构。

　　3、流派

　　由于我掌握的资料较少，系统科学的流派没搞明白，在这里只有复杂性科学的流派

　　3、1复杂性科学主要包括：早期研究阶段的一般系统论、控制论、人工智能；后期研究阶段的耗散结构理论、协同学、超循环理论、突变论、混沌理论、分形理论和元胞自动机理论。

　　4、方法论

　　方法论也只介绍复杂性科学的内容

　　41、 非线性、不确定性、自组织性、涌现性。

　　建议阅读的文献资料：百度文库中搜索：《复杂性、复杂系统与复杂性科学》

　　中搜索词条：复杂性科学 系统科学

　　最后，由于我的能力有限，对此没有帮助你表示遗憾

风控体系：事前、事中、事后调控整个风控体系包括几个环节：事前：在风险发生之前就要通过对风险舆情的监控发现风险，比如在某些恶意的欺诈团伙即将发动欺诈攻击前就采取措施来提前防御，例如通过规则加紧，把模型阈值调高等方法；事中：信贷借款申请，在线上注册激活的过程中，根据自动风险评估，包括申请欺诈，信用风险等来选择是否拒绝发放贷款；事后：贷款发放以后的风险监控，如果借款人出现与其他平台的新增申请，或者长距离的位置转移，或者手机号停机等信号，可作为贷后风险预警。如何提前在网络中把骗子揪出？最基础的技术：设备指纹在介绍整个风控体系时我认为，对于网络行为或者线上借贷，最最基础或者最最重要的技术是设备指纹。为什么呢？从上图中我们可以看到，网络上的设备模拟或攻击，比如各种各样的自动机器人，实际上是对网络环境造成极大的干扰，在信贷中会导致信用风险的误判。这个是第一道。网络设备最关键的地方是要实现对设备唯一性的保证，第二是抗攻击，抗篡改。网上有各种高手会进行模拟器修改，修改设备的信息和干扰设备的定位等以各种手段来干扰设备的唯一性认定。所以对抗这样的情况的技术要点在于：抗攻击、抗干扰、抗篡改。另一方面能够识别出绝大部分的模拟器。设备定位：基站和WiFi三角定位a非GPS定位值得注意的是，在模拟器或者智能设备系统里面它可以把GPS定位功能关掉。而如果通过将基站的三角计算或者WIFI的三角计算定位结合起来，定位的精度较高，且不受GPS关闭的影响。这可以应用在信贷贷后管理，用来监测借款人的大范围位置偏移。b地址的模糊匹配对于位置来讲还有一个重要方面是地址的模糊匹配。在xyk或者线下放贷中，地址匹配是一个重要的风险审核因素，但是地址审批过程存在一个问题：平台与平台之间因为输入格式不同或者输入错误等问题造成难以匹配，那就需要模糊算法来进行两两匹配，以及数个地址之间进行比对，或者在存量库中搜索出历史中的风险或者相关性名单来进行比对。这其中涉及的技术包括模糊匹配算法和海量地址的管理和实时比对。复杂网络复杂网络有时候大家称之为知识图谱，但这中间有点区别：复杂网络更偏向于从图论的角度进行网络构建后进行实体结构算法分析，知识图谱更偏重于关联关系的展现。网络分析最重要的一点是具有足够的数据量，能够对大部分网络行为进行监控和扫描，同时形成相应的关联关系，这不仅是实体与实体之间、事件与事件的关系，并且体现出“小世界（7步之内都是一家人）”、“幂分布”等特征。